ロボティクスとフィジカルAIの最新論文と、それぞれが産業にもたらす意味。
本論文は、フロンティアモデルの推論を低遅延のローカルポリシーに橋渡しする2つの手法を提案した。GPT-6 Astraに修正デモセグメントを文脈に与えて自律的に操作軌道を生成し、OpenPI π0.5ポリシーを訓練する。さらに、同じデモをプリミティブ、アトミック、コンポジットの3粒度と複数表現で教師することで、長期的タスクでの指示追従を改善した。プレプリントである。
AdaTempoは、複数の遠隔操作デモに共通する相対的な速さの分布を教師信号として、模倣学習ポリシーの実行を加速するオフライン手法である。デモを位相整合し、相対テンポの合意を連続的な加速プロファイルへ変換して学習軌道を再サンプリングする。シミュレーション5タスクと実機6タスクで最大3.57倍の高速化を達成し、成功率と速度のトレードオフを改善した。本論文はプレプリントである。
ロボットの残りの関節経路を弧長パラメータ化したBスプライン係数で表すプロプリオセプティブスケッチと、実行可能な短期的行動チャンクを単一のトランスフォーマーデノイザーで同時生成するProprioceptive Action Models（PAM）を提案した。シミュレーションのPush-TとLIBERO-Longで行動のみのベースラインを上回り、実機の双腕4タスクでは成功率を47.5%から75.0%に向上させた。本論文は査読の記録がないarXivプレプリントである。
RoboCoachは、世界モデル内で長いタスクを模擬実行し、最初に失敗する部分作業と対応技能専門家を特定して追加実演を要求する枠組みである。このプレプリントでは、2つのシミュレーション環境と2台の実機で評価し、実機では150件の部分作業実演を追加するだけでFrankaの成功率を13.3%から75.0%に、AgileXを40.0%から83.8%に改善したと報告している。さらに、更新した専門家は未学習の4つの構成タスクで平均35.0%の成功率を示し、均一取得の共有方策ベースラインの0%を上回った。
Encoreは、少数の遠隔操作デモを構造化エビデンスに変換し、コーディングエージェントが分析コードを書きながら政策プログラムを反復開発する枠組みである。LIBERO-PROの摂動60セルでK=3が96.3%、K=0が94.9%の封印済み成功率を達成し、実機のバイマニュアル2タスクでは各10試行中9成功した。本論文はプレプリントであり、デモがエージェントの探索を加速し戦略を伝達することを示した。
論文は arXiv のロボティクス分野から取得しています。当社の要約が未作成の場合は、要旨の冒頭を表示します。